Google 译者工具包机器翻译问题
Google Translator Toolkit machine-translation issues
我正在使用 python 2.7 和 django 1.7。
当我使用 Google Translator Toolkit 将我的 .po 文件机器翻译成另一种语言（英语到德语）时，由于在我的翻译标签中使用了不同的 django 模板变量，出现了很多错误。
我知道机器翻译不是很好，但我只想在我的测试页面上测试我的翻译字符串。
这里是机器翻译的 .po 文件从英语 (en) 翻译成德语 (de) 的典型错误示例。
#. Translators: {{ site_name_lowercase }} is a variable that does not require translation.
#: .\templates\users\reset_password_email_html.txt:47
#: .\templates\users\reset_password_email_txt.txt:18
#, python-format
msgid ""
"Once you've returned to %(site_name_lowercase)s.com, we will give you "
"instructions to reset your password."
msgstr "Sobald du mit% (site_name_lowercase) s.com zurückgegeben haben, geben wir Ihnen Anweisungen, um Ihr Passwort zurückzusetzen."
%(site_name_lowercase)s 被机器翻译成 % (site_name_lowercase) s，并且通常连接到前面的单词，如上所示。
我有数百个此类错误，我估计查找和替换至少需要 7 个小时。另外，如果我 makemessages 然后再次翻译 .po 文件，我将不得不再次进行查找和替换。
我希望 Google Translator Toolkit 中存在某种类型的未记录规则，允许机器翻译忽略变量。我已经阅读了 Google Translator Toolkit 文档并搜索了 SO & Google，但没有找到任何可以帮助我的东西。
有人有什么建议吗？
The %(site_name_lowercase)s is machine translated to % (site_name_lowercase) s and is often concatenated to the precedding word, as shown above.
这是由于翻译前的标记化，翻译后的去标记化，即 GoogleTranslate 尝试在翻译前拆分输入，以便在翻译后重新合并。您使用的变量通常由标记器用来检测标记边界的字符组成。为避免此类问题，您可以预处理您的文件并用没有此问题的占位符替换有问题的变量 - 我建议您尝试一些事情，例如_VAR_PLACE_HOLDER_。重要的是不要使用任何可能导致分词器拆分的标点符号。预处理后，通过将占位符替换为原始值来翻译新生成的文件和 post-process。通常，您的占位符将被选为词汇外 (OOV) 项，并在翻译过程中保留。尝试包含一个序列号（以便在 post 处理期间跟踪您的占位符），因为可能会发生单词重新排序。曾经有一个科学的 API for Google Translate 为您提供标记对齐。您也可以将它们用于 post 处理。
请注意，此过程不会为您提供最佳翻译输出，因为语言模型无法识别占位符。您可以在此处看到此说明（使用占位符，标记 "gelezen" 位于错误的位置）：
如果您只是想为您的变量测试系统，而不关心翻译质量，这是最快的方法。
如果您决定寻求更好的解决方案，您可以通过开发自己的机器翻译系统自行解决这个问题（顺便说一下，这很有趣，请参阅 http://www.statmt.org/moses/）并应用上面解释的过程，但随后使用，例如词性标签来改进语言模型。请注意，您也可以使用对齐信息。
我正在使用 python 2.7 和 django 1.7。
当我使用 Google Translator Toolkit 将我的 .po 文件机器翻译成另一种语言（英语到德语）时，由于在我的翻译标签中使用了不同的 django 模板变量，出现了很多错误。
我知道机器翻译不是很好，但我只想在我的测试页面上测试我的翻译字符串。
这里是机器翻译的 .po 文件从英语 (en) 翻译成德语 (de) 的典型错误示例。
#. Translators: {{ site_name_lowercase }} is a variable that does not require translation.
#: .\templates\users\reset_password_email_html.txt:47
#: .\templates\users\reset_password_email_txt.txt:18
#, python-format
msgid ""
"Once you've returned to %(site_name_lowercase)s.com, we will give you "
"instructions to reset your password."
msgstr "Sobald du mit% (site_name_lowercase) s.com zurückgegeben haben, geben wir Ihnen Anweisungen, um Ihr Passwort zurückzusetzen."
%(site_name_lowercase)s 被机器翻译成 % (site_name_lowercase) s，并且通常连接到前面的单词，如上所示。
我有数百个此类错误，我估计查找和替换至少需要 7 个小时。另外，如果我 makemessages 然后再次翻译 .po 文件，我将不得不再次进行查找和替换。
我希望 Google Translator Toolkit 中存在某种类型的未记录规则，允许机器翻译忽略变量。我已经阅读了 Google Translator Toolkit 文档并搜索了 SO & Google，但没有找到任何可以帮助我的东西。
有人有什么建议吗？
The %(site_name_lowercase)s is machine translated to % (site_name_lowercase) s and is often concatenated to the precedding word, as shown above.
这是由于翻译前的标记化，翻译后的去标记化，即 GoogleTranslate 尝试在翻译前拆分输入，以便在翻译后重新合并。您使用的变量通常由标记器用来检测标记边界的字符组成。为避免此类问题，您可以预处理您的文件并用没有此问题的占位符替换有问题的变量 - 我建议您尝试一些事情，例如_VAR_PLACE_HOLDER_。重要的是不要使用任何可能导致分词器拆分的标点符号。预处理后，通过将占位符替换为原始值来翻译新生成的文件和 post-process。通常，您的占位符将被选为词汇外 (OOV) 项，并在翻译过程中保留。尝试包含一个序列号（以便在 post 处理期间跟踪您的占位符），因为可能会发生单词重新排序。曾经有一个科学的 API for Google Translate 为您提供标记对齐。您也可以将它们用于 post 处理。
请注意，此过程不会为您提供最佳翻译输出，因为语言模型无法识别占位符。您可以在此处看到此说明（使用占位符，标记 "gelezen" 位于错误的位置）：
如果您只是想为您的变量测试系统，而不关心翻译质量，这是最快的方法。
如果您决定寻求更好的解决方案，您可以通过开发自己的机器翻译系统自行解决这个问题（顺便说一下，这很有趣，请参阅 http://www.statmt.org/moses/）并应用上面解释的过程，但随后使用，例如词性标签来改进语言模型。请注意，您也可以使用对齐信息。